字符串在numpy.r_中的含义是什么？

Question

在numpy的的documents：

>>> np.r_['0,2,0', [1,2,3], [4,5,6]] 
array([[1], 
     [2], 
     [3], 
     [4], 
     [5], 
     [6]]) 

什么第三个数字字符串 '0,2,0' 的意思吗？

Answer 1

我还没有用过r_多的字符串参数;对我来说，更容易直接使用concatanate及其变体。

但看该文档：

具有三个逗号分隔的整数的字符串允许 轴的规格沿串联，尺寸迫使 条目的最小数量，并且该轴应包含数组的开始，其中 小于指定的维数。

'0.2.0' 
axis = 0 
make it 2d 
start with 0d 

In [79]: np.r_['0,2,0', [1,2,3], [4,5,6]] 
Out[79]: 
array([[1], 
     [2], 
     [3], 
     [4], 
     [5], 
     [6]]) 

甲串联等效

In [80]: np.concatenate(([1,2,3], [4,5,6])) 
Out[80]: array([1, 2, 3, 4, 5, 6]) 
In [81]: np.concatenate(([1,2,3], [4,5,6]))[:,None] 
Out[81]: 
array([[1], 
     [2], 
     [3], 
     [4], 
     [5], 
     [6]]) 

在这里，我级联上轴= 0，和膨胀后串连至2d。但它听起来像r_首先扩展了元素的尺寸（但我们可以仔细检查代码）。

In [83]: alist = ([1,2,3], [4,5,6]) 
In [86]: [np.expand_dims(a,1) for a in alist] 
Out[86]: 
[array([[1], 
     [2], 
     [3]]), array([[4], 
     [5], 
     [6]])] 
In [87]: np.concatenate(_, axis=0) 
Out[87]: 
array([[1], 
     [2], 
     [3], 
     [4], 
     [5], 
     [6]]) 

我使用expand_dims使输入2 d，以及第一后添加新的维度。做完，我可以连接上轴0

注意，输入r_可能已经2D，如：如果1

np.r_['0,2,0',[1,2,3], [[4],[5],[6]]] 
np.r_['0,2,0',[1,2,3], np.expand_dims([4,5,6],1)] 
np.r_['0,2,0',[1,2,3], np.atleast_2d([4,5,6]).T] 

三维数字，转动部件到

In [105]: np.atleast_2d([4,5,6]) 
Out[105]: array([[4, 5, 6]]) 

In [103]: np.r_['0,2,1',[1,2,3],[4,5,6]] 
Out[103]: 
array([[1, 2, 3], 
     [4, 5, 6]]) 

通常，如果文档不清楚，我喜欢深入代码或尝试其他输入。

In [107]: np.r_['1,2,1',[1,2,3], [4,5,6]] 
Out[107]: array([[1, 2, 3, 4, 5, 6]]) 
In [108]: np.r_['1,2,0',[1,2,3], [4,5,6]] 
Out[108]: 
array([[1, 4], 
     [2, 5], 
     [3, 6]]) 

---

看代码，我看到它使用

array(newobj, copy=False, subok=True, ndmin=ndmin) 

的组件扩大到所需ndmin。 3d编号用于构建transpose参数。详情凌乱，但效果是一样的东西：

In [111]: np.array([1,2,3], ndmin=2) 
Out[111]: array([[1, 2, 3]]) 
In [112]: np.array([1,2,3], ndmin=2).transpose(1,0) 
Out[112]: 
array([[1], 
     [2], 
     [3]]) 

Answer 2

谢谢所有的答案！现在，我认为我对这个问题有了更好的理解。所以，我绘制了思维导图。如果我错了，请纠正我。作为Python的初学者，我正努力学习更多，思考更多。最后，我必须为我可怜的英语道歉。